Memahami Pemeliharaan Preskriptif: Manfaat dan Panduan Implementasi
Meskipun konsep teoretis di balik pemeliharaan preskriptif mudah dipahami, menyiapkan program ini datang dengan lebih dari sekadar beberapa tantangan praktis.
Artinya, bagi beberapa orang, menerapkan strategi pemeliharaan ini adalah langkah logis berikutnya dalam evolusi digital mereka, sementara untuk yang lain, ini adalah hal yang harus mereka ketahui tetapi tidak perlu khawatir harus mengadopsi saat ini, jika ada.
Untuk banyak profesional pemeliharaan, pemeliharaan preskriptif jauh lebih dari yang mereka butuhkan saat ini, dan strategi ini akan memiliki return on investment negatif: Anda akan membayar lebih untuk pemeliharaan daripada yang Anda dapatkan kembali dalam waktu operasional tambahan dan biaya yang terpotong.
Dengan demikian, ini merupakan perkembangan yang mengesankan dalam teknologi pemeliharaan di garis depan, dan seiring waktu harga turun, lebih dan lebih departemen dapat menemukan tempat untuknya dalam kotak peralatan mereka.
Jadi, setelah semua jaminan dan kualifikasi, mari kita pergi ke definisi dan contoh yang padat.
Apa itu pemeliharaan preskriptif?
Pemeliharaan preskriptif membawa pemeliharaan prediktif satu langkah lebih jauh. Alih-alih memberi tahu Anda kapan aset atau peralatan mungkin gagal, pemeliharaan preskriptif dapat menunjukkan bagaimana perubahan tertentu mempengaruhi hasil. Dan karena tahu bagaimana setiap perubahan yang mungkin dapat mempengaruhi hasil, perangkat lunak dapat memberikan rekomendasi yang solid tentang apa yang harus Anda lakukan untuk mendapatkan hasil terbaik dari aset Anda.
Sama seperti dokter meresepkan obat, perangkat lunak di balik pemeliharaan preskriptif dapat menunjukkan langkah pemeliharaan terbaik Anda berikutnya.
Bagaimana pemeliharaan preskriptif berbeda dari pemeliharaan prediktif?
Ingat, pemeliharaan prediktif bergantung pada serangkaian sensor yang terpasang pada aset yang mengumpulkan aliran data besar dan berkelanjutan dari aset, yang kemudian diumpankan ke perangkat lunak canggih, yang kemudian memberi tahu Anda kapan kegagalan paling mungkin terjadi. Bagaimana perangkat lunak mengetahuinya? Ini bekerja dengan algoritma canggih dan banyak data historis dan saat ini. Preskriptif melakukan banyak hal yang sama, tetapi kemudian juga lebih banyak. Perangkat lunak terus-menerus menarik data dan kemudian menggunakannya, dengan kecerdasan buatan dan pembelajaran mesin, untuk membuat dirinya lebih cerdas.
Jadi, prediktif menunjukkan masa depan kepada Anda. Namun preskriptif dapat menunjukkan beberapa masa depan, masing-masing terkait dengan serangkaian kondisi operasional yang berbeda. Alih-alih menentukan bahwa aset Anda mungkin gagal dalam X hari, dengan preskriptif, perangkat lunak menentukan hari kegagalan yang berbeda menggunakan parameter yang berbeda.
Semua hipotesis ini terlihat seperti apa dalam praktik?
Apa contoh pemeliharaan preskriptif?
Bayangkan Anda memiliki pompa yang berputar X kali per jam. Anda menutupinya dengan sensor, menangkap data terkait suhu dan getaran.
Dengan pemeliharaan preskriptif, Anda dapat melihat kapan paling mungkin gagal. Namun dengan preskriptif, Anda dapat melihat beberapa titik kegagalan yang mungkin berdasarkan perubahan tertentu pada jumlah siklus per jam atau jumlah jam online per hari atau variabel lain. Jadi, pada tarif saat ini, kegagalan adalah tiga minggu lagi. Namun jika Anda memotong siklus sebesar 25%, Anda mendapatkan seminggu tambahan. Jika Anda beroperasi satu jam lebih sedikit setiap hari, Anda mendapat beberapa hari tambahan. Anda juga dapat menggunakan perangkat lunak untuk melihat efek berbagai tugas pemeliharaan.
Contoh lain: berdasarkan data sensor, perangkat lunak mengetahui bahwa motor di pabrik manufaktur Anda akan gagal dalam seminggu mendatang. Kemudian memeriksa kapan Anda memiliki motor itu dijadwalkan untuk inspeksi dan tugas pemeliharaan pencegahan karena ingin mengetahui apakah motor dapat bertahan sampai PM tanpa mengganggu produksi. Setelah memutuskan bahwa tidak dapat, kemudian melihat opsi lain. Apakah lebih masuk akal untuk menghentikan baris sekarang dan mengganti motor? Atau, apakah Anda akan kehilangan waktu produksi lebih sedikit secara keseluruhan dengan memperlambat baris menjadi 75% dari output reguler, mengurangi beban pada motor sehingga dapat melaju sampai PM?
Setelah Anda menyelesaikan semua masa depan yang mungkin menggunakan perangkat lunak, Anda dapat memutuskan langkah mana yang akan diambil, berdasarkan rekomendasi perangkat lunak, untuk memindahkan diri Anda ke jalur yang tepat.
Langkah selanjutnya
Kami ingin memastikan Anda mendapatkan solusi yang paling sesuai untuk Anda. Kami dapat membantu dengan segala sesuatu mulai dari menjawab pertanyaan Anda tentang segala sesuatu yang terkait pemeliharaan hingga memesan demo perangkat lunak langsung.
Ringkasan
Pemeliharaan preskriptif adalah teknologi pemeliharaan di garis depan yang membawa Anda lebih jauh daripada pemeliharaan prediktif. Sama seperti prediktif, ini menggunakan data sensor terhubung aset dan perangkat lunak canggih untuk menentukan kapan kegagalan berikutnya paling mungkin terjadi. Namun ini juga mengambil hal satu langkah lebih jauh, memberikan Anda pandangan ke beberapa masa depan yang mungkin, masing-masing terhubung ke serangkaian kondisi operasional yang berbeda. Jadi, sementara pemeliharaan prediktif dapat membantu Anda melihat kapan aset akan gagal, pemeliharaan preskriptif dapat membantu Anda melihat bagaimana mengubah cara Anda mengoperasikan dan memelihara aset mempengaruhi tanggal kegagalan yang diprediksi. Dan menggunakan wawasan tersebut, Anda dapat menentukan cara terbaik untuk baik mengoperasikan maupun memelihara aset Anda. Meskipun strategi pemeliharaan ini berjanji untuk merevolusi manajemen aset modern, ini masih lebih dari yang sebenarnya dibutuhkan oleh sebagian besar departemen pemeliharaan. Karena investasi awal dan berkelanjutan yang besar dalam sensor, perangkat lunak, dan pelatihan, untuk banyak departemen pemeliharaan, ini akan menciptakan return on investment negatif.
